当前位置:皇牌天下 > 科技中心 > 图说可视化,报表也能做得如此酷炫!

图说可视化,报表也能做得如此酷炫!

文章作者:科技中心 上传时间:2019-09-07

3.1 强调绝对数值的数据

1.3.3、饼图

  1. 对数字进行评价

图片 1

示例3:各网站访问量

图片 2

示例4:迁徙地图

数据可视化是指将数据通过图表的方式传递出来,让用户能够快速、准确地理解信息所要表达的内容,从而提高沟通效率。数据可视化的作用主要有:

这样,所有的一维表格,都可以根据值的区间划分转化为计数数据。对于以上的这些计数数据,变量的值是一个连续的区间,那么这类数据适合用没有间隙的直方图来表示,而不是普通的柱状图。

图片 3

图片 4

面积图就是在折线图下加上阴影面积,也主要是为了反映事物发展趋势和分布情况。

我们发现:每一句话中,都只有一个括号,代表一个表格的变化维度。只有一个变化维度的,就是第一章介绍的一维表格。每句话中的“的”字被着重标出,在“的”字之前的变化维度,都统称为“主体”,而在“的”字之后的,是需要可视化的指标,我们称之为“指标”。那么,以上的所有数据表格,都可以描述为“主体”的“指标”。前面三组数据,括号都在“的”字前面,表格变化的维度是“主体”,而后一组数据,维度是“指标”。

词云图是为了描述事物的主要特征,如一个人主要特征是什么,高、帅、富,或者其它,能够让人一眼看出一个事物的主要特征,越明显的特征越要突出显示。同时,还有象形的词云图,如轮廓是一个人、一只鸟等,用以反映事物主题,从而更加形象生动。

图片 5

1.3.4、散点图

如下图所示,起点为1000的图表。两个图形虽然都表示了趋势变化,但是左侧的柱形图柱子的长短很容易让人去对比它的绝对值,很容易让人觉得11-2的数据是11-5的两倍,在很多情况下,这会造成严重的误导。但是右侧的折线图不会给人这样的问题,折线图给人的感觉,并不会让人对比倍数关系,而是看趋势的变化。

1.3.10、热力图

第二,柱状图的起点必须为零,折线图的起点可以不为零。为了说明这个道理,需要看一个示例。

Excel应该是使用最广泛的可视化工具,包含基本所有常用的图表,新版Excel里面有地图、旭日图、瀑布图等。

图片 6

图表配色的原则主要有:

但是也有特例,我们经常会看到对篮球运动员的综合素质评估的雷达图里面就有身高,力量,技术等等。其实这里面也就隐含了一个假设:在一定范围内篮球运动员的是越高越好,于是就和其他的指标一样都成单向的了,所以在一起是可比性的数据。

柱状图中还包括与其类似的条形图、瀑布图、直方图等,主要是为了反映事物的变化趋势、分布情况、规模情况等。

同理,其他的描述数据,都可以转化为这样的计数数据。如:迁入北京人口 {10万及以上,8-9.9万,8万以下} 的城市个数。

图表配色在数据可视化中是很重要的元素,有了合适的图表,还要有合适的的配色,才能让人看着舒服,就像你有一件很有范儿的衣服,还也必须有适合的颜色搭配。恰当的配色主要有两个作用:1)突出主题,让用户清晰知道图表主要想要表达的意思,如对重点内容用深色标注;2)让人看着舒服,整个图表色彩很和谐,不会让人感到突兀,如五颜六色的。

第一章:数值可视化的本质

1.3.5、雷达图

因为中文的文案长度都很好控制,所以在中文的图表中,条形图相对比较少见。且因为中国的基础教育中,横轴表示自变量,纵轴表示因变量数值,所以很多人都不习惯看条形图。所以在中国,如果不是因为排版的原因,请慎用这种横向的条形图,而在拉丁语系的国家可以多用这种横向条形图。

1.3.11、组合图表

如右图所示:

1)传递更多的信息,一张图能够传递的信息可能需要长篇大论才能写清楚,如你要描述最近一年公司收入情况,那你就需要说明每个月收入是多少,同比、环比增幅是多少,收入最多、最少的是哪个月,同比、环比增幅最低、最高的是哪个月等,而你用图表表示则只需要一个柱状图和折线图的组合图表,就能准确表达上面的信息。

这里面有两个可以展开的点:葡萄和地点。

1、数据可视化概述

我们可以看到, {11月1日,11月2日,11月5日,…} 的股指收盘点数,点数这个指标,是一系列的数字,我们可以给这个数字划分区间,然后计算落在每个区间的天数。比如说以上数据中,990点及以下的有1天,990-999的有2天,1000-1009的有2天,1010及以上的有1天

1.3.1、柱状图

图片 7

折线图是点和线连在一起的图表,可以反映事物发展趋势和分布情况,与柱状图相比,更适合代表增幅、增长值,而不太适合代表绝对值。

面积图实际上是折线图的一种变式。与折线图不同的是,面积图是通过折线直线围成的面积来表示数值大小的,所以面积图更强调的绝对值大小,面积图的纵轴起点需要为零。

绝大多数图表都不是单独存在的,都是多类型的图表组合在一起的,这样才能够传递更多的信息,提供综合的视角。如我们想看到不同事物间的对比,则我们可以使用双柱图、双折线图、双雷达图、双环图等,可以清晰表达不同事物在不同维度上的对比情况。

多数情况下,我们做可视化的目的是为了将数值的大小表示出来,但是在有的情况下,可视化的目的是为了突出随时间变化的趋势。时间是所有数据变量里面最具有特殊性的一种,也是最重要的一种。时间变量的形式除了有年,月,日,小时,分,秒等等之外,还有变化形式,如年龄 {1岁,2岁,...} ,年级 {一年级,二年级,…} ,次数 {第1次,第2次,...} 等等。

当然,图表大多都不是单个独立存在的,而是各类图表组合在一起的,从而能够传递更多的信息,并能提供一种整合的视角,不用用户不断的对比多个图表,组合图表是现实中使用得更多的。如既要表达趋势又要表达构成,则可以使用堆积柱形图、百分比堆积柱形图、堆积条形图、百分比堆积条形图等;要同时体现绝对值和增长率,则可以使用柱形图和折线图的组合图形;要反映某个构成部分的组成,则可以使用复合饼图。

本文由 @ArvinNing 原创发布于人人都是产品经理。未经许可,禁止转载。

图片 8

使用柱状态图来表示这种强调绝对值大小的数据是常规的方式。柱状图的起点从0开始,柱子的长度代表数据的大小。如果一个柱子的长度是另一个的两倍,那么数值也是另一个的两倍,非常直观。

4)分布类图表:通过图表反映事物的分布、占比情况,从而知道事物的分布特征、不同维度间的关系等,常见图表为散点图、直方图、气泡图、词云、热力图。

3.3 百分比数据

图片 9

我们来看一下折线图与柱状图的区别。

1.3、常用图表

再比如,如果你想描述一个苹果的成分占比,那么你可以考虑将饼形换成苹果的样式,然后在这基础之上做设计。

1.3.6、地图

3.2.2 折线图的变式:曲线图

图片 10

3.1.2 直方图

柱状图可以按照时间绘制,反映事物变化趋势,如某个指标最近一年变化趋势,也可以按照其它维度绘制,如区域、机型、版本等,反映事物的分布情况。

4.3 计数数据,计数百分比数据

雷达图主要表达事物在各个维度上的分布情况,从而可以看出事物在什么地方强、什么地方弱。比如一个学生各个学科的得分,就可以通过雷达图清晰表达出来,用户能够一眼看出这个学生哪一科强、哪一科弱,又如一个产品在各个评价维度上的评分。

所有的对单个数据进行评价的可视化,都可以采用这种方式:先通过拟物的方式画出评价刻度,然后标明当前的数字值。

Excel

如果是奔跑的速度70km/h,那么就可以画一只猎豹奔跑,通过模糊的背景来表达奔跑的速度快。如果要描述山的高度5km,就可以画以座耸入云霄的山,给人一种高山的直观形象,更多的创意设计都可以围绕想象展开。

1.3.2、折线图

图片 11

图片 12

图片 13

图片 14

3.2 强调趋势的数据

图片 15

气泡图也是通过气泡的大小来表达数据值的。

地图可以形象的反映事物在地理上的分布情况以及人员迁徙情况,主要包括地理分布图(全球、全国、各省市等)、迁徙图、热力地图(省市、街道等)等。

图片 16

1.3.9、词云图

3.1.7 柱形图变式:按某些维度展开重组设计

1)图表配色不能太花,一张图表超多七种颜色则不是很恰当,容易分散读者注意力,最好是同一色系的,可以通过调整透明度来设置)。

如果你想对数据可视化有更深入的理解,本章的内容对你非常有用。对于对逻辑不太感兴趣的人来说,本章的内容可能稍微有点难以理解。

2)图表配色要重点突出,想要主要呈现的事物或指标用亮色呈现,其它次要事物或指标可以用更淡一些的颜色。

对于数据波动较大的情况,如果想要了解它的趋势,最好的办法是辅助以均线。均线是计算当前节点上前后几天的平均值,均线的波动比原数据波动更小,能更好的反应趋势。

树状图主要是为了反映事物的构成情况,相对于饼图的优点是,树状图可以更清晰的显示更多组成部分,比如饼图可能组成部分多于8个就显得很挤,而且占比小的就很不清晰,但是树状图却不会,它能够充分利用区域面积。

3.2.3 折线图的变式:均线图

图片 17

分别使用柱状图和直方图来表达以上表格:

2)形象生动,便于理解,图表通过更简单的逻辑和视觉体验,能够让用户快速把握要点,就像前面的例子一样,通过图表,我们能够一眼看哪个月的收入最高,而不用将每个数字放到大脑中比较,半天都得不出结果。

对柱状图的横轴进行扭曲变形,就是径向柱状图,如下图所示。径向柱状图最大的优点就是能在某些区域内能方便排版,第二个优点是能将按顺序排列的柱状图首尾进行对比。

随着大数据行业的发展,用户对数据可视化的要求越来越高,好的可视化能力能够使用户更快的理解所要表达的内容,更加形象生动。所谓“字不如表,表不如图”,图表的重要性可见一斑,在统计分析产品、用户画像等数据产品上,都需要具备优秀的数据可视化能力。现在常见的如“一图看懂XXX”等,都是用图表来传递信息,是典型的数据可视化成果。

热力图时通过颜色来表达数值的。一般来说,热力图可以通过两种颜色的维度来表达数值:一是颜色的深浅,颜色越深,数值越大;二是色值的冷暖,颜色越冷,数值越小,颜色越热,数值越大。

如上所述,图表主要分为五类,常用的图表包括柱状图、折线图、饼图、散点图、雷达图等,以下为一些常见的图表。

需要强调的是,因为柱状图的视觉感受就非常强调单个数据的大小,柱状图的阅读者一般视觉会被柱子本身所吸引,不会去注意纵轴的起点,用户往往会默认柱子的长度代表绝对数值的大小。所以柱状图的纵轴的起点必须从零开始,所有不从零开始的柱状图都是对柱状图的误用,甚至有广告故意使用不从零开始的柱形图对阅读者进行误导性宣传。

1)趋势类图表:通过图表反映事物发展趋势,能够一眼看清楚走向和大势,如随时间变化趋势,常见图表为柱形图、折线图、面积图。

图片 18

饼图是将一个圆饼分为几份,用来反映事物的构成情况,类似图表还包括环图、旭日图等。旭日图有多个圆环,可以直观的显示事物组成部分下一层次的构成情况,比如某个省分为几个市,每个市下面又有几个县、每个县下面又有几个镇,就是将事物层层分解。

还有一种数据是没有单位的,或者是人造的得分,比如:技术,力量等,这种数据之间,都是不同质的。不同质的数据,我们不应当用一个纵坐标轴来表示它,如果这几个不同质的数据还有可比性的话,那么,最合适的方式是使用雷达图。如果这几个不通质数据没有可比性的话,就应该把他们拆解成独立的数据来表示。

图片 19

3.2.4 折线图的变式:面积图

图片 20

最大的不同点在于是否可以累加,比如说:股指点数,把每天的点数累加在一起没有意义,所以股指点数是不可累加的;同样平均薪资水平也是不可累加的。但是迁往北京的人口数量却是可以累加的,累加起来就是迁往北京的人口总数,这个数据是有意义的。同样,捐款金额也是可以累加的指标,累加在一起等于捐款总额。

图片 21

对于可累加的数据是,我们可以将其转换为另一种数据形式,那就是百分百数据。

条形图是将柱状图垂直放置,整体跟柱状图差不多,但是换了一个视角。

我们再来看另一个表格:

直方图反映事物的分布情况,可以看出事物主要集中在哪里,如查看付费用户付费金额分布等。

二维表格是指的有两个变化维度的表格。我们来看一个二维表格的例子:

5)地图类图表:通过地图反映事物地理分布情况或用户出行轨迹(地图其实可以算是分布的一种,因为其是一类很重要的可视化图表,所以单独列出),常见图表为全球地图、中国地图、省市地图、街道地图、地理热力图等。

  1. 仅将数字形象化

2、数据可视化工具

在此部分,我们介绍各种类图表时,只介绍最基础的图标。其他的很多种形态各异的图表都可以围绕基础的图片进行变化,我们将在后面的章节展开介绍。

热力图主要是反映地理、点击热力分布情况,从而看出哪里是人群最多的地方、哪里是用户点击最多的地方等,可以反映用户出行习惯、使用习惯等。

所以当表格的变化维度是“指标”的时候,需要分为两种情况:有可比性的和没有可比性的。有可比性可以在一个雷达图中可视化,如某人的{技术,力量,智商,颜值} ;而没有可比性的则不能再一个雷达图中,需要拆解成多个独立数据单独可视化。比如,某人的{身高,体重,颜值,智商} 这组数据就不能在一个雷达图中。

图片 22

因篇幅原因,二维表格数据的可视化我们将在后面的文章中介绍。

1.3.7、树状图

图片 23

图片 24

当你需要对一个人的运动能力进行多方面评估的时候,有以下一维数据:

漏斗图主要用来反映关键流程各个环节转化情况,让用户能够一眼看清整个流程转化情况,如常见的电商购物转化流程,从浏览商品-添加进购物车-生成订单-支付订单-交易完成等一连串购买流程。下面是手游的转化漏斗图,通过分析各个步骤的转化率,能够发现问题所在,找准改进方向。

可视化设计从来没有人梳理清楚数据与视觉元素之间的关系,网上有非常多创意的可视化案例,但往往都只是一些零散的创意点,并不能系统帮助设计人员做数据可视化。

1.4、图表配色

图片 25

图片 26

对于任何一组一维表格,都可以转化为计数数据。根据指标的区间,来统计对象的数量。

1.3.8、漏斗图

同样的, {互联网行业,金融业,制造业,…} 的薪资水平这组一维表格,也可以转化为计数数据。薪资水平8000及以上的有2个行业,6000-7999的有2个行业,6000以下的有2个行业

图片 27

图片 28

散点图是事物两个维度的交叉分布情况,反映不同维度间的关系,如不同产品在市场占有率、预期增长率两个维度间的分布情况,很多二维矩阵就是通过散点图来实现的,以两个维度的平均值作为分割线,如常见的波士顿矩阵。通过散点图我们可以看出不同事物间是怎么交叉分布的,它们之间有什么关系,是正相关、负相关或随机分布。

股指走势图对折线图做了几点变化:当点间距很小的时候,根据格式塔原理,人的视觉就会自动将其连成线,于是折线图的连接线就可以去掉了。对每个节点可以大做文章。红色表示收盘高于开盘,绿色反之。还能表示当天最高值和最低值。

瀑布图能够反映事物从开始到结束经历了什么过程,用于分解问题原因或事物构成因素特别好用,如上月收入是怎么变成本月收入的,就可以通过瀑布图分解每一个收入组成部分所做的贡献,找出哪一组成部分提升了收入,哪一组成部分降低了收入。

“指标”分为同质和不同质。比如南京市的 {出口额,投资额,进口额} ,这三个指标都是金额,他们是同一类的数据,我们称之为同质的。但是有的指标,如身高,体重,他们单位都不相同,这种数据就是不同质的。

1.1、数据可视化的作用

3.1.3 柱状图变式:条形图

类似的图表还有气泡图,气泡图还可以通过气泡面积的大小表示值的大小,相对于散点图来说多了一个维度,如前面不同产品的例子,气泡的大小可以代表各产品营收的多少。

对于不可累加的数据,其内在数据逻辑就决定了,这组数据不能直接转化为百分百数据。

而在企业生产经营过程中常常出现的报表,也不再是原本那样单一枯燥。就下图帆软报表FineReport的可视化来看,报表也可以做得如可视化信息图一样直观易懂。

在现实世界中,很多的数据是有倍数关系的,数字的大小就代表了绝对值的大小。比如:收入10000元的就是收入5000元的2倍,GDP一万亿就是五千亿的两倍,这种数据称之为等比数据。等比数据的绝对值大小是有意义的,当你需要强调这种数据绝对值大小的时候,应该用真实的长度,或者面积来表示数值。

2)对比类图表:通过对比发现不同事物间的差异和差距,从而总结事物特征,如某两个人的对比,一个更帅,一个更有钱,常见图表为双柱形图、双折线图、双条形图、双面积图、雷达图。

如下左图所示,实际的使用效果可能不到10%,但是右图则看起来像是效果翻倍了。如果用户不仔细看,就会形成效果翻倍的印象。

图片 29

图片 30

接下来就来讲讲常见的可视化图表,如何做出酷炫的报表!

以上一维表格可以表述为:收盘 {990点及以下,990-999,1000-1009,1010及以上} 的天数。

3)构成类图表:通过不同的面积大小、长短等反映事物的结构和组成,从而知道什么是主要的、什么是次要的,常见图表为饼图、圆环图、树状图、旭日图、瀑布图。

在传统的图表分类中,有几种类似的图表,都是用长度来表示数值的:柱状图、条形图、直方图。在本书中,为了方便大家的理解,我们将柱状图当成基本图形,而将条形图和直方图当成是柱状图的变式。我们将在后面的章节详细介绍柱状图及其变式。

图片 31

图片 32

1.2、图表的分类

我们在遇到一个可视化的问题时,需要有数据的思维,将你需要可视化的问题抽象成数据表格,那么数据可视化的问题将不再是一些离散的问题,你的思路也会变得清晰。根据数据结构,我们将数据的类型分为:单个数据,一维表格,二维表格。

面积图主要用途也是用来表示趋势的变化的,但是面积图会用纯色或者渐变色来填充折线图的区域。一旦有了颜色的填充,视觉感受就完全不同了,能让人感受到绝对值的大小。所以面积图的起点必须为零。所以与柱状图有同样的问题,当趋势变化很小,但绝对值很大的数据,只适合用传统的折线图,不适合用面积图。

3.1.4 柱状图变式:计数条形图

所以,二维表格的基础类型可以分为两类:第一类,表达式: {A1,A2,…} {B1,B2,…} 的单个指标。如 {城市A,城市B,城市C} {1月,2月,…} 的GDP值第二类,表达式: {主体1,主体2,…} 的 {指标1,指标2,…} 。如 {七岁,八岁,九岁,…} 男童的 {身高,体重}

如下图所示,各行业平均薪资水平,是适合用柱形图来表示的。

传统的柱状图表达数据可能会比较枯燥,在平面设计,海报宣传页面中,一般会添加拟物的元素,使得数据的表达更加生动。其基本的思路都是围绕着数据主体展开联想,用拟物的对象代替柱子。

作为对数据有着非常深厚的兴趣,同时有有着多年交互经验的我来说,自然对数据可视化非常感兴趣。通过平时的积累,再加上最近一次和部门同事会议讨论数据可视化获得的灵感,终于将数据与视觉图形的复杂关系梳理清楚。

4.4 二维表格

示例2:城市和省份PM2.5值

一般来说,百分比的数据使用饼图的方式表达,这是最常规的。

3.1.1 柱状图

以下这组数据,可以概况为:“小李同学的{技术得分,力量得分,速度得分,…} ”

我们看看这几组数据的“指标”分别是:股指点数,薪资水平,人口数量,捐款金额。那么这几种指标有什么不同呢?

图片 33

饼图是通过在一个圆里面所占面积的大小来表示数值的,环形图是饼图的变式,它可以在图的中心表达主题。

3.3.1 饼图或环形图

以上两个条件,有一个不满足时,就不应该使用直方图,而是普通的柱状图。

百分比数据往往不是原始数据,而是原始数据进过转化而来的。本节讨论的百分比数据,都是指的在同一个维度下,且没有重合的数据。表中的数据加起来,应当等于100%。

从下章开始,我们根据数据结构来看数据可视化。在做数据可视化之前必须要弄清楚数据结构,如果不能从数据结构出发来考虑数据的可视化,那么你永远只能“只见树木,不见森林”。

将数据点用贝塞尔曲线连接起来,其功能与折线图基本上没有差别,只是在视觉样式上更加柔和。

可视化设计一直是交互和视觉设计领域里的热门话题。

表格中,第一个数据是“11月1日的股指收盘点数”,第二个数据是“11月2日的股指收盘点数”,以此类推。我们会发现,整个表格其实就是“ {11月1日,11月2日,11月5日,…} 的股指收盘点数”。括号中的内容在数据表格中是可以变化的,所以我们称之为表格的变化维度,这个例子中表格的变化维度为“日期”。

图片 34

一维表格如下图所示,数据表格中只有一行或者一列数据。

图片 35

图片 36

图片 37

3.1.5 柱状图变式:径向柱状图、径向条形图、螺旋图

图片 38

把以上四组一维表格放到一起,我们来看看有什么特点:{11月1日,11月2日,11月5日,…} 的股指收盘点数{互联网行业,金融业,制造业,…} 的薪资水平{沈阳,南充,天津,…} 迁往北京的人口数量小李同学的{技术,力量,速度,…}

图片 39

我们只要用每个数字,除以这一组数字累加和,就能把这组数据转换为百分百数据。

图片 40

本文由皇牌天下发布于科技中心,转载请注明出处:图说可视化,报表也能做得如此酷炫!

关键词: 皇牌天下